俄罗斯最大银行推出了一项雄心勃勃的网络安全解决方案：用于自动检测钓鱼资源的 multimodal AI 代理系统。这一新开发成果是在 Offzone 2026 会议上宣布的。
该解决方案的架构涉及从多个维度对网页进行全面分析：文本、程序代码、基础设施和视觉设计。收集到的数据经过多级验证系统，其中一些代理构建威胁存在的证据，另一些则反驳威胁，最终决策由独立模块基于证据汇总做出。
金融机构面临的问题规模确实令人震惊：全球每天新增超过 11,000 个钓鱼网站，其中相当一部分仅存活数小时。生成式 AI 的普及使此类页面的创建速度成倍加快，使人工检查几乎失去意义。
目前，该系统正在进行最终训练，并以专家助理模式运行：进行初步分析、确定优先级并准备封禁报告，而最终决策仍由人工做出。然而，该银行的计划是全面转向自动封禁已识别资源。该技术还将集成到 X Threat Intelligence 平台中，该平台已接入超过 760 家俄罗斯机构，这将显著扩大模拟企业品牌的网站的自动化搜索覆盖范围。
AI 扮演守护者与攻击者的角色
这一举措只是 Sber 更广泛的自主系统战略的一部分。此前，该银行已推出“GigaAgent”——一款通用助手，能够自主规划任务、修改自身代码并在会话之间保持上下文。其他参与者也有类似趋势：MTS 升级了“Защитник”服务的 AI 模型，其中三个神经网络评估每次通话的 1,100 多个参数，对欺诈的响应时间从 30 秒缩短至 15 秒。
自主代理在互联网中的作用正在迅速增长。埃隆·马斯克支持 Cloudflare 的预测，即到 2026 年，非人类流量可能超过用户流量，并在五年后超过其 1,000 倍。然而，自主性面临技术限制：化名 codila 的研究人员指出单个代理的“健忘症”，并提出图架构，其中代理共享公共记忆并相互检查工作。
此类系统的扩展也带来了新的漏洞。美国研究人员演示了 Ghostcommit 攻击：恶意命令隐藏在图像中，检查代理未打开该图像，而另一个助手读取指令并将密码转移到开放代码中。
我的观点：AI 防御与 AI 攻击之间的军备竞赛才刚刚开始。虽然银行押注于多模态和代理的集体智慧，但攻击者正在利用系统组件之间的信任。成功的关键因素将不是封禁速度，而是架构识别代理自身行为异常的能力——否则“猎人”可能成为钓鱼的新目标。